Copyright 2014 Accademia dei Georgofili
La frutticoltura di precisione è un nuovo modo di coltivare, basato sull’uso delle minime quantità di fattori di produzione necessarie ad assicurare la massima produttività in termini di qualità e quantità del prodotto. Questo modo di coltivare è caratterizzato da flussi di informazioni che vengono raccolte dal frutteto e analizzate da algoritmi matematici che forniscono previsioni circa aspetti produttivi sia qualitativi che quantitativi, permettendo di verificare la bontà delle tecniche di coltivazione implementate, o suggerendo modifiche alle tecniche di coltivazione per migliorare gli attributi della produzione. Queste tecniche di coltivazione sono basate su modelli matematici di cui è sempre più profonda la conoscenza delle basi fisiologiche e che, pur avendo spesso origini empiriche, esibiscono una solidità applicativa notevole. La conoscenza della fisiologia dei flussi vascolari che sostengono la crescita ponderale dei frutti, per esempio, è basilare per la messa a punto di modelli predittivi delle dimensioni alla raccolta di specie come kiwi e pesco, oltre che melo e pero. L’automatizzazione completa della coltivazione, ad esempio in serra o in vaso, o del rilevamento di parametri funzionali in frutteto consente di svincolare queste attività dalla disponibilità di personale, il che può essere utile in caso di coltivazione di aree marginali, o per la misura metodica e accurata di numerosi parametri funzionali. La disponibilità di sempre maggiore potere di calcolo a parità di costo, e di software di programmazione sempre più performante, mettono a portata di mano quantitativi di dati impensabili fino a pochi anni fa, permettendo di prevedere l’ingresso dell’intelligenza artificiale e di tecniche di analisi basate su approcci “big data”.
Precision horticulture is a method of fruit growing aiming to use the smallest possible amounts of production factors ensuring the highest productivity in terms of quality and quantity. This approach is made possible by a wide flow of data that can be gathered in the orchard and fed to mathematical algorithms capable of forecasting both quantitative and qualitative aspects of production. This in turn allows to verify whether the growing techniques adopted are suitable for the conditions, or if changes need be made to improve the outcomes. These growing techniques are based on mathematical algorithms that are acquiring deeper foundations from advanced physiological studies, which are dispelling some of the empirical attributes of the models from which they are derived, and conferring them strong solidity in practical implementations. As an example, the physiology of vascular flows in and out of fruit, which is a rather current topic of research in several labs around the world, has helped clarify and streamline predictive models for kiwifruit and peach, in addition to apple and pear. Complete automation of hydroponic or vase growing of fruit trees and vegetables is making it possible to exploit marginal areas, or to remove the need for human intervention where labor is scarce, or in physically demanding activities. Similarly, rovers or UAVs are providing an ever increasing amount of data allowing to assess the efficacy of growing techniques. These changes are made possible by the ever increasing computational power available to us for very little money, and to programming software whose capacities seem endless. Artificial intelligence is looming big on the horizon, and so do “big data” analytical approaches.
